Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2502.01148

帮助 | 高级搜索

数学 > 数值分析

arXiv:2502.01148 (math)
[提交于 2025年2月3日 ]

标题: 一种用于H(curl)椭圆半变分不等式的不连续伽辽金方法

标题: A Discontinuous Galerkin Method for H(curl)-Elliptic Hemivariational Inequalities

Authors:Xiajie Huang, Fei Wang, Weimin Han, Min Ling
摘要: 本文中,我们开发了一种不连续伽辽金(DG)方法来求解H(curl)-椭圆半变分不等式。通过选择适当的数值通量,我们构建了一个内部惩罚不连续伽辽金(IPDG)格式。对IPDG方法进行了全面的数值分析,解决了诸如相容性、有界性、稳定性以及数值解的存在性、唯一性和一致有界性等关键方面。基于这些性质,我们建立了先验误差估计,在适当解正则性假设下证明了数值解的最优收敛阶。最后,给出了一个数值例子,以说明理论预测的收敛阶,并展示所提出方法的有效性。
摘要: In this paper, we develop a Discontinuous Galerkin (DG) method for solving H(curl)-elliptic hemivariational inequalities. By selecting an appropriate numerical flux, we construct an Interior Penalty Discontinuous Galerkin (IPDG) scheme. A comprehensive numerical analysis of the IPDG method is conducted, addressing key aspects such as consistency, boundedness, stability, and the existence, uniqueness, uniform boundedness of the numerical solutions. Building on these properties, we establish a priori error estimates, demonstrating the optimal convergence order of the numerical solutions under suitable solution regularity assumptions. Finally, a numerical example is presented to illustrate the theoretically predicted convergence order and to show the effectiveness of the proposed method.
评论: 28页,3图
主题: 数值分析 (math.NA) ; 偏微分方程分析 (math.AP)
MSC 类: 65N30 (Primary), 35Q61, 49J40, 49J52 (Secondary)
引用方式: arXiv:2502.01148 [math.NA]
  (或者 arXiv:2502.01148v1 [math.NA] 对于此版本)
  https://doi.org/10.48550/arXiv.2502.01148
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Xiajie Huang [查看电子邮件]
[v1] 星期一, 2025 年 2 月 3 日 08:34:43 UTC (101 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.NA
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-02
切换浏览方式为:
cs
cs.NA
math
math.AP

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号